📜  数学 |概率分布集 3(正态分布)(1)

📅  最后修改于: 2023-12-03 15:26:06.681000             🧑  作者: Mango

数学 | 概率分布集 3(正态分布)

介绍

正态分布是一种概率分布,也被称为高斯分布。它是统计学中最广泛使用的分布之一,通常用于描述随机变量的分布情况,例如测量误差、体重、IQ等。

正态分布的密度函数为:

$$ f(x) = \frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{(x-\mu)^2}{2\sigma^2}} $$

其中,$\mu$表示分布的均值,$\sigma$表示分布的标准差。

特点

正态分布具有如下特点:

  1. 正态分布呈钟形曲线状,两侧对称;
  2. 均值、中位数和众数相等;
  3. 在均值处取得最大值,随着$x$离均值的距离增大,密度函数逐渐减小,但永远不为0;
  4. 正态分布的累积分布函数是一个积分不完全解析的函数,因此通常使用数表或软件进行计算。
应用

正态分布在许多领域得到广泛应用,例如:

  1. 统计学:正态分布是大多数统计学方法的基础之一;
  2. 物理学:许多测量误差可以用正态分布来描述;
  3. 生物学:身高、体重、血压等生物学指标通常呈正态分布;
  4. 经济学:股票价格、收入等经济指标也常呈正态分布;
  5. 工程学:机器噪声、电子元器件寿命等也可用正态分布描述。
实现

实现一个计算正态分布概率密度函数的函数,代码如下:

import math

def normal_distribution(x, mean, std_dev):
    """
    计算正态分布概率密度函数的值
    x: 自变量
    mean: 均值
    std_dev: 标准差
    """
    return (math.exp(-(x - mean) ** 2 / (2 * std_dev ** 2))) / (math.sqrt(2 * math.pi) * std_dev)
参考资料
  1. 统计学习方法. 李航. 2019.
  2. Introduction to Probability, Statistics, and Random Processes. Hossein Pishro-Nik. 2014.